基于Bayesian模型平均观测算子的陆面数据同化与参数率定系统

以通用陆面模式CLM3为模式框架，以申请人所发展的一类适合陆面模式的显式四维变分同化方法及一种新的参数率定方法为陆面数据同化与参数率定的方法基础，嵌入多个辐射传输模型同化观测的辐射亮温，并以Bayesian模型平均集合预报的方式提高微波亮温观测算子的模拟能力,进而基于一种双通优化的策略建立陆面数据同化与参数率定系统：一方面利用微波亮温对地表变量（土壤湿度）进行同化，另一方面又可充分利用这些观测信息对陆面模式的几个关键参数进行率定，由此提高陆面模式的整体性能，而这又可最终在一定程度上提高整个气候系统模式的模拟性能。由于辐射亮温资料的高时空分辨率及其在全球的极易获得性，该系统的建立使得在全球获取高精度的土壤湿度成为可能。

本项目经过三年的工作，按照项目任务书完成了整个项目的预期目标：我们以通用陆面过程模式CLM3 为模式框架，以项目负责人所发展的一类适合陆面模式的显式四维变分同化方法及一种新的参数率定方法为陆面数据同化与参数率定的方法基础，嵌入多个辐射传输模型同化观测的辐射亮温，并以Bayesian模型平均集合预报的方式提高微波亮温观测算子的模拟能力,构建了基于双通优化的策略建立陆面数据同化与参数率定系统。目前，该同化系统已经在国家气象信息中心实时运行，有望提供全球高精度的土壤湿度资料。除此之外，在本项目的资助下，在国内外核心杂志上发表论文8篇，其中SCI文章6篇。